一、数据框切片

去掉数据框具体某一列
一阶：切片，不要那个就负号去除，例如df[,c(-1,-3,-5)]。显然如果数据框比较大，又是中间的项，就比较难数到具体数字。而且只有函数才真正利于循环等场景
二阶：dplyr::select() 本质也是切片，但是可以用负号+列名指示。

df <- data.frame(a=1:5,b=1:5,c=1:5,d=1:5)
# 提取具体列
select(df, c(a,b,c))
select(df,c(-a,-b)) # 去除a,b列，而且注意这里不需要带引号

二、长宽数据转化（数据清洗）

tidyr的gather()(宽转长)和spread() (长转宽)，详见：https://zhuanlan.zhihu.com/p/46640945
reshape2/reshape的melt()和cast()
https://www.jianshu.com/p/c30200471c7d

三、数据分组-统计

group_by()加summarize() / mutate
group_by+summarize比较好理解，下面给一个mutate的（mutate不一定要搭配group, 直接就可以对df进行处理，并加上想要的行）
例如：https://zhuanlan.zhihu.com/p/352498177

region_ration <- meta %>%
  group_by(subcluster_id, region) %>%
  summarize(count = n(), .groups = 'drop') %>%
  group_by(subcluster_id) %>%
  mutate(proportion = count/sum(count))

这个例子是统计两个组成的数目，并计算A中B的组成情况。

aggregate()

mtr_average <- aggregate(mtr$Activity, by=list(pathway=mtr$Pathway,label=mtr$label,assay=mtr$assay),mean)

data.table对象也自带函数功能（这个最简洁了），例如

dat1 <- dat1[, sum(UMICount), by = .(geneID, x, y)]

四、循环的高阶

一阶：for/while
二阶：apply系列（包括apply/lapply/sapply等）
三阶：purrr::map()系列
详见R收藏夹

五、并行处理

1.foreach函数的实现模式
大多数并行计算都主要完成三件事情：将问题分割小块、对小块问题进行并行计算、合并计算结果。foreach包中，迭代器完成分割工作，”%dopar%“函数实现对小块的并行计算，”.combine”函数完成合并工作。具体脚本：

library(foreach)
library(doParallel) # 必须要对接这个包
myfun=function(变量){函数主体} # 便于循环直接调用
# 具体部分
cl <- makeCluster(2) #设定线程数
registerDoParallel(cl)
res <- foreach(x = 1:5, y = 6:10, .combine = "rbind") %dopar% myfun(x, y)
stopImplicitCluster() #结束多线程

用法详见：https://zhuanlan.zhihu.com/p/174821185
而foreach函数参数详见：

foreach的用法

主要是几个主注意事项啦：1，其实myfun()可以用{代码}代替掉也行; 2，定义函数或者调用包的时候啦，一定要在函数体内再搞一次，不然后面是访问不到的。（我理解的是它可能打开了多个环境并行，只有一次调用不行）。例如：

res <- foreach(x = 1:5, y = 6:10, .combine = "rbind", packages='ggplot2') %dopar% myfun(x, y)
# 或者又是
res <- foreach(x = 1:5, y = 6:10, .combine = "rbind", packages='ggplot2') %dopar% {source('xxx.R')}
#此外 查看计算机核心数目
detectCores() # 实际内核数（=内存的物理内核数+硬盘虚拟的内核）
detectCores(logical = F) # 物理内核数
ncore=detectCores()-1 # 一般最大就是这样，起码得留一个给计算机本身的支持程序

bug见：https://stackoverflow.com/questions/20704235/function-not-found-in-r-doparallel-foreach-error-in-task-1-failed-cou

2.其他并行方法

Rparallel.png

六.字符串正则匹配提取

先说，匹配并提取部分字符串最好还是用perl或者shell做，文本处理的语言做起来更加专业，但是R等语言也都能做。
主要是regexpr或stringr::str_match
参考：https://www.jianshu.com/p/c9901691350b
https://zhuanlan.zhihu.com/p/402334058
区分匹配并整个提取的grep等函数的用法

R 进阶cheat sheet